Skip to main content

No project description provided

Project description

VERS-Models

PyPI - Version PyPI - Python Version

Table des matières

  1. Description
  2. Installation
    1. PyPi
    2. Développement
  3. Usage
    1. Ligne de commande
  4. License

Description

Installation

PyPi

VERS est disponible sur PyPi, vous pouvez l'installer avec pip à l'aide de la commande suivante:

pip install vers-models

Vous pouvez ensuite vérifier que l'installation s'est bien passée en lançant la commande vers --version

Développement

Pour installer VERS en mode développement, vous pouvez cloner le dépôt git et installer les dépendances avec pip:

git clone https://github.com/Marceau-H/VERS-Models.git
cd VERS-Models
pip install -e .

Usage

Ligne de commande

La cli se lance avec vers dans un terminal

Exemple d'usage:

vers --train --lang_name metrique_strophe --nb_predictions 100 --model_class multi_head_attn --num_epochs 50 --batch_size 650

Cette commande va entraîner (--train) un modèle de type multi_head_attn (--model_class) sur le dataset metrique_strophe (--lang_name) pendant 50 epochs (--num_epochs) avec une taille de batch de 650 (--batch_size) et va faire 100 prédictions à la fin de l'entraînement (--nb_predictions).

Options disponibles:

Cependant, il existe de nombreuses options disponibles pour la commande vers, vous pouvez les lister en lançant la commande suivante:

vers --help

Cela vous donnera une liste de toutes les options disponibles et de leur description.

Options spécifiques à un modèle:

Les modèles ont également des options qui leur sont propres, en effer, selon l'architecture choisie, différents hyperparamètres peuvent être modifiés. Par exemple, pour le modèle multi_head_attn, vous pouvez modifier le nombre de têtes d'attention avec l'option --num_heads. Les options disponibles pour chaque modèle sont listées dans le fichier de configuration correspondant dans le dossier config, certaines options à spécifier obligatoirement (notifiées par TO SPECIFY) et d'autres ont des valeurs par défaut. Si vous voulez lister les options disponibles pour un modèle, vous pouvez le faire en lançant la commande suivante:

vers --model_help [model_class]

Cela vous donnera une liste de toutes les options disponibles pour le modèle (model_class à remplacer par le nom du modèle) et de leur type (défaut, obligatoire, etc.).

Exemple d'usage:
vers --model_help multi_head_attn

License

Ce projet est sous licence AGPL-3.0+ voir le fichier LICENSE pour plus de détails.

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

vers_models-0.1.2.tar.gz (36.3 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

vers_models-0.1.2-py3-none-any.whl (41.1 kB view details)

Uploaded Python 3

File details

Details for the file vers_models-0.1.2.tar.gz.

File metadata

  • Download URL: vers_models-0.1.2.tar.gz
  • Upload date:
  • Size: 36.3 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? Yes
  • Uploaded via: twine/6.1.0 CPython/3.12.9

File hashes

Hashes for vers_models-0.1.2.tar.gz
Algorithm Hash digest
SHA256 5cb78b85dac9e69bcb78498df1889a952c3d75e9f4de953fab7fdc10bd19a86d
MD5 59f805a45de96b4751b2a3efe2a21223
BLAKE2b-256 156a01744baf782c329ed4b4fa89d2596c1147666822cfe0869b1cf821bc243c

See more details on using hashes here.

Provenance

The following attestation bundles were made for vers_models-0.1.2.tar.gz:

Publisher: hatch-build-and-publish.yml on Marceau-h/VERS-Models

Attestations: Values shown here reflect the state when the release was signed and may no longer be current.

File details

Details for the file vers_models-0.1.2-py3-none-any.whl.

File metadata

  • Download URL: vers_models-0.1.2-py3-none-any.whl
  • Upload date:
  • Size: 41.1 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? Yes
  • Uploaded via: twine/6.1.0 CPython/3.12.9

File hashes

Hashes for vers_models-0.1.2-py3-none-any.whl
Algorithm Hash digest
SHA256 7db1d16d4ee518574a50a97b10e0d502fdaa804be7108779c530f6ff9f94b807
MD5 164298f385a681fd8f0583d997f0910c
BLAKE2b-256 60f0e550cb53833a58f9087d97b724f7abfb606a41a5621c21685dce2f974e40

See more details on using hashes here.

Provenance

The following attestation bundles were made for vers_models-0.1.2-py3-none-any.whl:

Publisher: hatch-build-and-publish.yml on Marceau-h/VERS-Models

Attestations: Values shown here reflect the state when the release was signed and may no longer be current.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page